费弗里

摘要： 本文完整代码及数据已上传至我的Github仓库https://github.com/CNFeffery/FefferyViz 1 简介 开门见山，今天我们要模仿的数据可视化作品来自**#TidyTuesday活动于2020年1月28日发布的旧金山街道树木数据集下的众多参赛作品中，由Philippe 阅读全文

摘要： 本文示例代码及附件已上传至我的Github仓库https://github.com/CNFeffery/DataScienceStudyNotes 1 简介 下面的这幅图可能很多读者朋友们都看到过，这是英国摇滚乐队Joy Division在1979年发行的其第一张录音室专辑Unknown Pleas 阅读全文

摘要： 1 简介 我们在利用pandas开展数据分析时，应尽量避免过于碎片化的组织代码，尤其是创建出过多不必要的中间变量，既浪费了内存，又带来了关于变量命名的麻烦，更不利于整体分析过程代码的可读性，因此以流水线方式组织代码非常有必要。 图1 而在以前我撰写的一些文章中，为大家介绍过pandas中的eval( 阅读全文

摘要： 1 简介 pandas虽然是个非常流行的数据分析利器，但很多朋友在使用pandas处理较大规模的数据集的时候经常会反映pandas运算“慢”，且内存开销“大”。 特别是很多学生党在使用自己性能一般的笔记本尝试处理大型数据集时，往往会被捉襟见肘的算力所劝退。但其实只要掌握一定的pandas使用技巧，配 阅读全文

摘要： 1 简介 pandas作为开展数据分析的利器，蕴含了与数据处理相关的丰富多样的API，使得我们可以灵活方便地对数据进行各种加工，但很多pandas中的实用方法其实大部分人都是不知道的，今天就来给大家介绍6个不太为人们所所熟知的实用pandas小技巧。 图1 2 6个实用的pandas小知识 2.1 阅读全文

摘要： 本文完整代码及数据已上传至我的Github仓库https://github.com/CNFeffery/FefferyViz 1 简介 OD数据是交通、城市规划以及GIS等领域常见的一类数据，特点是每一条数据都记录了一次OD（O即Origin，D即Destination）行为的起点与终点坐标信息。 阅读全文

摘要： 本文示例文件已上传至我的Github仓库https://github.com/CNFeffery/DataScienceStudyNotes 1 简介 开门见山，在pandas中，transform是一类非常实用的方法，通过它我们可以很方便地将某个或某些函数处理过程（非聚合）作用在传入数据的每一列上 阅读全文

摘要： 本文示例文件已上传至我的Github仓库https://github.com/CNFeffery/DataScienceStudyNotes 1 简介 国庆期间，抽空给大家分享在geopandas中叠加各种在线瓦片底图的方法，来制作出更多样式的地图作品。话不多说，我们直接进入正题。 图1 2 在ge 阅读全文

摘要： 本文示例文件已上传至我的Github仓库https://github.com/CNFeffery/DataScienceStudyNotes 1 简介 jupyter lab是我最喜欢的编辑器，在过往的文章中也给大家介绍过很多相关资源和实用插件，但本文要给大家介绍的jupyter lab插件elyr 阅读全文

摘要： 本文完整代码已上传至我的Github仓库https://github.com/CNFeffery/FefferyViz 1 简介 交通是产生温室气体排放的主要来源之一，而本期作为*（在模仿中精进数据可视化）*系列的第二期，将带大家以纯Python的方式对加拿大米西索加城市温室气体排放研究报告中的如图 阅读全文